azuremediaservices很高兴地宣布一个新的平台功能的预览，称为livevideoanalytics，简称LVA。LVA为您提供了一个平台来构建具有视频分析功能的混合应用程序。该平台提供了捕获、录制和分析实时视频的功能，并将结果（可以是视频和/或视频分析）发布到云和/或边缘的Azure服务。通过这次发布，LVA平台现在可以作为Azure IoT边缘模块通过Azure Marketplace提供。该模块被称为"IoT Edge上的实时视频分析"是为在您的企业所在地的Linux x86-64边缘设备上运行而构建的。这使您能够构建具有视频分析功能的物联网解决方案，而无需担心设计、构建和运行实时视频管道的复杂性。LVA被设计成一个"可插拔"的平台，因此您可以集成视频分析模块，无论它们是您使用开源机器学习模型构建的自定义边缘模块，还是使用您自己的数据（使用Azure机器学习或其他等效服务）训练的自定义模型，还是Microsoft认知服务容器。您可以将LVA功能与其他Azure edge模块（如IoT edge上的流分析）结合起来，实时分析视频分析，以推动业务活动（例如，当检测到某种类型的对象的概率高于阈值时生成警报）。您还可以选择将LVA与Azure服务集成，例如Event Hub（将视频分析消息路由到适当的目的地）、Cognitive services异常检测器（用于检测时间序列数据中的异常）、Azure时间序列洞察（用于可视化视频分析数据）等。这使您能够构建功能强大的混合（即边缘+云）应用程序。借助物联网边缘的LVA，您可以继续在现有视频管理系统（VMS）中使用CCTV摄像头，并独立构建视频分析应用程序。它还可以与现有的计算机视觉SDK（例如，从视频帧中提取文本）一起使用，以构建尖端的、硬件加速的实时视频分析支持的物联网解决方案。下图说明了这一过程： LVA的用例有了LVA，您可以选择AI并将其与LVA集成，以适应不同的用例。它可以是第一方微软人工智能模型、开源或第三方模型等。零售零售商可以使用LVA来分析停车场摄像头的视频，从而检测到来车并将其与注册消费者进行匹配，从而能够在路边捡拾消费者通过其在线商店订购的商品。这使消费者和雇员能够彼此保持安全的物理距离，这在当前的大流行环境中尤为重要。此外，零售商可以使用视频分析来了解消费者是如何看待和互动产品的，以及如何在他们的商店中展示产品，从而做出关于产品定位的决定。他们还可以使用实时视频分析来构建交互式显示，以响应消费者的行为。交通运输当涉及到交通和交通，视频分析可以用来监控停车点，跟踪使用情况，以显示自动，"禁止停车"的标志，并重新安排那些试图停车的人。它还可用于公共交通，以监测排队和人群，并确定容量需求，使组织能够增加容量或打开新的入口或出口。通过提供业务数据，可以根据需求和产能实时调整定价。制造业制造商可以使用LVA来监控生产线以保证质量，或者确保使用了安全设备并遵守了相关程序。例如，监控人员是否在需要时戴上头盔，甚至检查面罩是否在需要时降下。平台能力IoT边缘平台上的LVA为您提供以下功能，以在IoT解决方案中开发视频分析功能。在您自己的环境中处理视频IoT Edge上的实时视频分析可以部署在您的业务环境中的您自己的设备上。根据您的业务需要，您可以选择在您的设备上处理视频，并且只将分析数据传送到云服务，如Power BI。这有助于避免将视频从边缘移动到云端的相关成本，并有助于解决隐私或合规问题。用你自己的人工智能分析视频IoT Edge上的实时视频分析使您能够插入自己的AI，并根据您的业务需求控制对视频的分析。你可以灵活地使用你自己定制的人工智能，开源人工智能，或者由专门从事你的商业领域的公司构建的人工智能。灵活的实时视频工作流您可以使用媒体图的概念定义各种实时视频工作流。媒体图表允许您定义从何处捕获视频、如何处理视频以及将结果传送到何处。您可以通过以所需的方式连接组件或节点来完成此操作。下图提供了媒体图形的图形表示。您可以在媒体图表概念页了解更多信息。与其他Azure服务集成IoT Edge上的LVA可以与边缘和云中的其他Azure服务相结合，相对轻松地构建功能强大的业务应用程序。例如，您可以使用IoT Edge上的LVA从摄像头捕获视频，以您选择的频率采样帧，使用开源AI模型（如Yolo）检测对象，使用IoT Edge上的Azure流分析来计数和/或过滤Yolo检测到的对象，并使用Azure时间序列洞察在云中可视化分析数据，同时使用Azure媒体服务录制视频，并使其可供浏览器和移动应用程序中的视频播放器使用。下一步行动要了解更多信息，请访问IoT Edge上的LVA，观看此演示，并查看IoT Edge上的LVA文档。微软致力于设计负责任的人工智能，并发布了一套负责任的人工智能原则。请查看透明注释：实时视频分析（LVA）以了解有关设计负责任的人工智能集成的更多信息。